随着计算机技术的飞速发展，图像处理技术的深入研究，以及社会对公共安全重视程度的逐步加深，智能视频监控被广泛地应用在城市公共安全监控中，以辅助城市安全管理。人是社会的主体，是一切社会活动的策划者与执行者，是城市公共安全管理中的主要对象，通过监控视频对人进行监控观察是安全管理的必经之路。行人观察即对视频中行人的属性等特征加以描述。传统的行人观察主要依靠人工实现，通过对整段监控视频进行人为排查，找出行人的相关属性。随着监控规模的扩大，实现了24小时全方位的视频监控，导致监控视频数据量急剧增大，且枯燥冗长。传统的观察方式变得工作量巨大，且效率低下，已经不能满足现代社会发展的需求，因此迫切需要建立一套自动对监控视频进行观察管理的系统。本文分析总结了公共安全管理的实际需求，设计了一套用于视频管理的行人观察视频分析系统，该系统能利用智能监控技术自动对视频中的前景目标，行人目标进行检测，获取行人的属性信息，提取视频摘要，实现视频的快速检索功能。针对该系统本文主要做了以下两方面研究：针对前景检测模块中现有的前景检测算法的局限性，本文提出了一种基于时空局部二值模式纹理特征(Stereo local binary pattern basedon appearance and motion pattern, SLBP-AM)的前景提取算法。该算法首先分析了背景像素点的邻域纹理特征在相邻图像内的变化规律及与前景像素点变化规律的区别，并将这种特征与背景像素点的空间纹理特征相结合，总结出背景像素点的动态纹理特征，然后在一个适合于描述动态纹理特征的椭圆体立体空间上对动态纹理进行描述，得到SLBP-AM算子，进而建立背景模型，提取前景。实验仿真结果证实该算法不仅能够适应背景中细微的扰动，而且对背景中发生大范围突变的情形鲁棒性比较强。除此之外，本文又从降低SLBP-AM算子直方图的维度和减少图像中背景模型的个数两个角度对算法进行了时间性能上的改进，实验仿真结果也说明了改进算法能够在保证检测效果的同时大大提高检测速度。在行人观察视频分析系统的设计中，本文主要对系统的架构进行了合理的布局设计。本文将行人观察分成前景检测，行人检测，属性描述三个模块，通过对各个模块单独进行功能设计，并开发合适的接口，使得本系统不仅能够对原视频进行行人观察，获取行人的属性，而且能够提取多处理层次下的视频摘要。此外模块内功能的独立设计使得本系统易于得到更新，模块接口的封装也使得本系统不仅能实现行人观察，而且容易被扩展到其他应用领域。